我会先判断场景是否真的适合交给模型，再把精力放在工作流拆解、输出约束和效果评估上。
先把用户真实任务链路拆开，识别“找信息 / 整理信息 / 生成内容”中的阻塞点，再决定 AI 应该切入哪一步、承担多大比重。
将开放任务拆成稳定子任务，约束输入输出 schema，减少结果发散，让模型能力从一次性回答变成可复用流程。
用相关性、完整性、可执行性、一致性评估输出，而不是停留在“看起来很聪明”。
每个项目都围绕真实工作场景展开：先定义痛点，再拆解工作流，最后用 Demo、PRD、PPT 和架构材料证明它可以被追问和复盘。
小十一个人创业项目，面向中学生 / 大学生辩手的 AI 备赛工具，覆盖立论、驳论、质询、结辩四类稿件，已在多所高校 / 中学辩论队试点。
SKILL.md 不是一段提示词，而是把辩论教练的经验系统化、约束化、可评估化后的产品级交付物。
在 Skill 中显式定义证据要求与禁止编造数据的约束，从源头降低幻觉。
覆盖主流华语辩论赛制结构，让生成稿件贴合真实比赛场景。
把立论、驳论、质询、结辩拆成各自的子任务与输出要求。
定义稿件应满足的相关性、完整性、攻防一致性等可检验标准。
# SKILL.md · 华语辩论稿生成## 角色定位你是资深华语辩论教练，负责生成可直接用于比赛的立论 / 驳论 / 质询 / 结辩稿。## 红线（hard constraints）- 禁止编造数据、案例与引用来源- 论据须可追溯，标注数字角标引用- 攻防需自洽，立场前后一致## 四辩位工作流constructive: 框定定义 → 论点树 → 论据rebuttal: 拆解逻辑 → 反例 → 重构cross_exam: 设问链 → 预设回答 → 收口summary: 战场归纳 → 价值升华
把辩论教练的隐性经验翻译成模型可执行的显式规则。
将开放写作任务建模为有结构、可复用的子任务流程。
用红线约束 + 证据要求把事实风险压在可控范围内。
SKILL.md 本身就是可被追问、可复用的产品化交付物。
围绕需求分诊、产品知识咨询和竞品情报三类高频工作流，把开放任务拆解成可审阅、可追溯的 PM 决策辅助。
面向 Teams / M365 PM 的设计变更请求分诊工作流，将客户请求转成可审阅的 PM 决策建议。
面向 Teams / M365 产品知识咨询的 RAG 问答工作流，生成带引用、置信度和升级建议的 PM 答复。
面向 Teams / M365 产品团队的竞品情报综合工作流，把外部动态整理成可行动的情报简报。
AI 产品的关键不只是“生成了结果”，而是这个结果是否稳定、可解释、可复用。
明确用户任务边界、输入项和输出目标，而不是直接让模型自由回答。
加入辩题、立场、时间范围、情报主题等上下文，让输出贴近具体场景。
通过固定模块或模板提升完整度与后续可编辑性，减少空泛生成。
从相关性、完整性、可执行性、一致性判断结果是否真的可用。
是否切中辩题与立场核心。
论点、论据、攻防是否齐备。
稿件能否直接上场使用。
立场与逻辑前后是否自洽。
